除了「加机器」,其实你的微服务还能这样优化

阿丸笔记 2022-09-24 09:30:00
生产实践中,如果遇到业务流量变高导致服务负载升高甚至报警,我们的第一反应往往是「加机器」。

 

俗话说,能用钱解决的问题都不是问题。

 

俗话又说,充钱你就能变得更强。

 

但是,作为一个有理想有抱负的架构师,除了「加机器」,其实你的微服务还能更优雅、更精细地进行优化。

 

本文预计阅读时间10分钟,将从以下三个方面展开:

 

  • 从「AKF扩展立方」说起

  • Y轴扩展的常用模式

  • z轴扩展的思想与应用

 

一、从「AKF扩展立方」说起

 

在上一篇文章,我们从「服务维度」学习架构师的常用能力——微服务设计与治理。围绕着微服务生命周期的七个阶段,总结了常用的16条原则。其中原则15在微服务服务治理实践中非常重要,本文将重点进行拆解分析。

 

原则15:参考「AKF扩展立方」模型,服务除了「水平扩容」外,还可以考虑「功能拆分」或者 「数据分区」。

 

所谓AKF扩展立方体(AKF Scale Cube),是一个描述从单体应用到一个分布式可扩展架构的模型概念。

 

 

  • X轴:服务和数据的水平扩容

  • Y轴:功能/业务拆分

  • Z轴:沿客户边界的服务和数据分区

 

「水平扩容」比较容易理解,就是我们常见的操作——加机器。

 

根据AKF模型,面对服务负载升高的情况,其实除了加机器外,我们还可以考虑「功能拆分」或者 「数据分区」。

 

二、Y轴扩展的常用模式

 

「Y轴扩展」相对复杂,我总结了几种模式:

 

1)微服务拆分。根据具体业务模型、领域模型拆分更细粒度的微服务。

 

2)业务隔离拆分。利用消息队列,将在线业务(OLTP)和耗费大量资源的计算任务拆分隔离。

 

3)核心与非核心隔离。对于一个微服务,可以将SKA客户与普通客户进行隔离,SKA客户使用独立的集群资源,提高稳定性。

 

 

1、微服务拆分

 

某个微服务负载过高,一个非常常见的原因就是这个微服务承担了过多的职责。这个时候,我们需要根据具体业务模型、领域模型拆分更细粒度的微服务,也是我们常说的「垂直拆分」。

 

 

最典型的拆分方法论就是按照领域驱动设计(DDD)进行拆分。

 

以电商领域为例,按照领域可以拆分为:

 

  • 用户服务

  • 商品服务

  • 订单服务

  • 评价服务

  • 其他

 

 

系统按照领域拆分为多个微服务后,各个微服务由单独的团队负责整个生命周期的维护,单独部署运行。

 

这种隔离拆分的方式,能带来以下优势:

 

  • 提高整体系统的负载能力

  • 各个微服务间具备独立扩缩容、故障隔离等能力

 

 

2、耗时任务隔离拆分

 

「Y轴扩展」除了按照领域进行服务拆分之外,另外一种非常重要的拆分方式,是将在线业务(OLTP)类型服务中「耗时任务」进行隔离拆分。

 

我们服务一般会采用Tomcat或者Jetty部署,同时采用同步调用的方式。以Jetty为例,默认线程池最大线程数为200。如果请求中有耗时任务,影响了同步请求的RT,那么线程池满后就会阻塞请求。

 

正如利特尔法则(Little's law)表述的:

 

在一个稳定的系统(L)中,长期的平均顾客人数,等于长期的有效抵达率(λ),乘以顾客在这个系统中平均的等待时间(W);或者,我们可以用一个代数式来表达。

 

因此,耗时任务会显著提高服务负载、降低在线业务服务的吞吐能力。

 

通过引入消息队列或者任务队列框架,我们可以将耗时任务从在线业务服务中进行隔离拆分。

 

 

这种隔离拆分的方式,能带来以下优势:

 

  • 提高在线服务的吞吐能力

  • 避免耗时任务影响在线业务的稳定性

 

 

3、核心与非核心隔离拆分

 

「Y轴扩展」的第三种方式,是将核心与非核心进行拆分。

 

比如,我们通常可能会将「核心接口」与「非核心」接口通过一个服务内的不同线程池实现隔离。但是在节点资源(cpu/内存/带宽等)上并不能实现隔离。

 

因此,我们可以更进一步,通过集群拆分的形式进行隔离。

 

 

通过服务路由的配置,将核心接口路由到核心集群(一般节点配置更高),非核心接口路由到非核心集群。

 

另外,也有saas服务,通常会对SKA客户做独立集群,也是类似的逻辑。

 

 

其实按用户拆分隔离跟「数据分区」有一点类似,也可以归类到「z轴扩展」

 

这种隔离拆分的方式,能带来以下优势:

 

  • 精细化提高服务吞吐能力(针对核心接口、核心客户)

  • 核心业务独享资源,提高核心业务稳定性

  • 避免非核心接口/用户影响核心接口/用户的稳定性

 

三、Z轴扩展的思想与应用

 

Z轴扩展的核心思想,是基于请求者或用户独特的需求,进行系统划分,并使得划分出来的子系统是相互隔离但又是完整的。

 

生产实践中,常用的z轴扩展有两种应用:

 

  • 单元化架构

  • 数据分区

 

 

1、单元化架构

 

单元化架构主要关注的是应用部署、调用层面的问题。

 

一个单元,是一个五脏俱全的缩小版全站,它部署了所有微服务。

 

 

但它又不是真正的全站,因为每个单元只能操作一部分数据。

 

从这里我们也能看出,单元化架构要求系统必须具备的一项能力——数据分区。

 

当然,仅把数据分区了还不够,单元化的另外一个必要条件是,全站所有业务数据分区所用的拆分维度和拆分规则都必须一样。

 

一般来说,我们绝大多数系统都是面向用户的,按用户维度对数据分区,是一个最佳实践。

 

当然,如果是全球化部署的单元化架构,还需要考虑按照地域进行分区。

 

 

2、数据分区

 

数据分区(shard),即是将全局数据按照某一个维度水平划分开来,每个分区的数据内容互不重叠,这也就是数据库「水平拆分」所做的事情。

 

前面提到了「数据分区」是「单元化」的必要条件,但是「数据分区」还有其他很多场景应用。

 

最典型的,就是MySQL单机瓶颈后,需要进行「分库分表」。在服务中需要引入一些支持数据拆分和路由的中间件,如sharding-jdbc、mycat等,在数据层面需要配置相应的分片逻辑。

 

另外,其他数据库的分区扩展(如redis集群、mongo集群等),也是非常典型的应用场景。

 

一般包括以下几种数据划分的方式:

 

  • 数据类型(如:业务类型)

  • 数据范围(如:时间段,用户 ID)

  • 数据热度(如:用户活跃度,商品热度)

  • 按读写分(如:商品描述,商品库存)

 

四、小结

 

本文从「AKF扩展立方」说起,介绍了提高服务负载能力的几种服务治理方式。

 

除了X轴扩展(加机器)外,还可以通过Y轴扩展(功能/业务拆分)、Z轴扩展(数据分区)等方式,更优雅、更精细地进行优化。

 

希望能够抛砖引玉,提供一些启发和思考。

 

作者丨阿丸笔记
来源丨公众号:阿丸笔记(ID:aone_note
dbaplus社群欢迎广大技术人员投稿,投稿邮箱:editor@dbaplus.cn
 

最新评论
访客 2024年04月08日

如果字段的最大可能长度超过255字节,那么长度值可能…

访客 2024年03月04日

只能说作者太用心了,优秀

访客 2024年02月23日

感谢详解

访客 2024年02月20日

一般干个7-8年(即30岁左右),能做到年入40w-50w;有…

访客 2023年08月20日

230721

活动预告